新会陈皮香动全国！皮皮宝年会落幕，「陈皮＋」三大新品引领产业升级

《科创板日报》5月26日讯(rìxùn)（记者 黄心怡）“左右(zuǒyòu)勾拳、侧踢、膝(xī)踢、闪避、跌倒起身，被KO……”一场机器人之间的格斗比赛在昨晚开打。

在(zài)这场于杭州举行的《CMG世界机器人大赛·系列赛(xìlièsài)》机甲(jījiǎ)格斗擂台赛上，宇树科技以合作方身份参赛，上场的机器人均为宇树 G1人形机器人，而内嵌算法则由四个比赛团队自研，并进行现场的手柄操控。经过几轮比拼，黑队"AI策算师"最终夺得冠军(guànjūn)。

“这次比赛的格斗动作，采集自外部专业人员，用来给AI模型提供学习参考。”宇树科技相关负责人(fùzérén)向《科创板日报(rìbào)》介绍。

在此次(cǐcì)比赛(bǐsài)过程中，机器人暴露了仍存在动态控制、感知不足等问题，也展现出较强的平衡控制、人机协同能力。

多名业内人士对《科创板日报》表示，从(cóng)格斗过程来看，机器人底层算法已经较为出色，但缺少真正的空间智能大模型作为机器人的大脑(dànǎo)。为了更好(gènghǎo)地在实际(shíjì)应用落地，后续产业链或将涌现更多二次开发的机器人解决方案商，在公版机器人基础上开发专业的大脑。

▍拳脚相加(quánjiǎoxiāngjiā)！机器人遭重击后5秒起身

《科创板日报(rìbào)》注意到，在(zài)相互出拳、踢腿的格斗过程中，参赛机器人能通过步伐的调整来保持自身的平衡。在被击中后，机器人也能迅速起身。“虽然格斗效果(xiàoguǒ)一般，摔倒爬起来的灵活性把我惊呆了，支撑力拉满。”有观众表示(biǎoshì)。

“机器人倒地(dǎodì)五秒(wǔmiǎo)内马上能起来，重心不稳的(de)情况下能调整身形维持平衡，这两点让我(wǒ)印象(yìnxiàng)较为深刻。” 快思慢想研究院院长、上海交通大学计算法学与AI伦理研究中心联席主任田丰表示，“两足机器人的动态平衡性要比四足难得多。机器狗的重心只需要落在4个脚组成的矩形内就行，支撑(zhīchēng)的面积大。而两足人形机器人的重心需要落在两足的连线内。”

据悉，宇树G1机器人在(zài)对抗中保持平衡，主要依赖于仿真环境的AI强化学习和本体关节(guānjié)的感知。通过对大量平衡数据的学习和模拟训练，机器人不断(bùduàn)优化自身的平衡控制策略，同时本体关节的高精度传感器能够实时感知身体各(gè)部位的姿态和受力(shòulì)情况，为平衡控制提供关键数据。

宇树科技相关负责人向《科创板日报》介绍，IMU（惯性测量单元）在(zài)机器人保持平衡中发挥着重要作用，在仿真训练中同样不可或缺。IMU可以(kěyǐ)实时监测(jiāncè)机器人的姿态、加速度等信息。

值得一提的是，此次(cǐcì)参赛的宇树科技G1手臂进行了定制化设计，拥有7个自由度，比常规的5个自由度多出两个，目的是在格斗中进行更灵活的招式变化，如勾拳(gōuquán)(gōuquán)、摆拳、上勾拳等拳击动作中的手腕调整，增加攻击的角度(jiǎodù)和灵活性。

上述人员介绍，G1格斗模式的训练难度一是在(zài)于瞬间(shùnjiān)爆发力要求高，需要(xūyào)机器人具备强大的动力系统来提供(tígōng)足够的扭矩，以实现快速(kuàisù)动作响应。二是对(duì)控制算法精准度和稳定性要求高，控制算法要实时处理大量传感器(chuángǎnqì)数据，精确计算身体各部位的运动轨迹与发力时机，实现对多关节、重心、姿态毫秒级的精准控制，保证动作既有力(yǒulì)又不失协调。三是机械结构强度要求高，在进行该动作时，机器人的机械结构需要承受较大的冲击力，对关节、骨骼等结构的强度和稳定性提出了很高的要求。

▍人机协同为主，操作员(cāozuòyuán)手柄遥控机器人对战

G1机器人操控(cāokòng)方式(fāngshì)包括AI语音操控、手柄操控、体感操控，各有优缺点。而本次比赛中主要采用现场人员进行手柄操作的方式。在比赛过程(guòchéng)中，可以看到操作员在一旁控制机器人进行格斗。

宇树(yǔshù)科技相关负责人对此解释道，AI语音操控响应延迟比较明显，影响对机器人的(de)实时控制。手柄操控让(ràng)参赛者更直观、更精准地操控机器人，也更易于上手，有利于扩大参赛者范围。而体感操控在沉浸感上(gǎnshàng)更具潜力，宇树已经开发了一套体感人(gǎnrén)形机器人控制系统，后续的比赛应该就可以给参赛者使用。

中国信通院泰尔系统实验室副总工程师刘泰介绍，对(duì)机器人进行手柄操控(cāokòng)，与日常普通的遥控玩具，存在一定的区别。人形机器人其背后是(shì)一整套的大模型、运动控制模型的算法(suànfǎ)支撑，实际上是在通过这些算法来进行操控。

“采用传统的控制方法很难让它站得住走(zǒu)得稳，现在通过强化学习的训练(xùnliàn)方式，让它往能够(nénggòu)站得平衡的方式由自己去探索。整体的比赛非常振奋，它的表现可以说比以往更进了一步，能够看到机器人(jīqìrén)在对抗比较强的情况下，也(yě)能够保持很好的稳定性，包括全身的运动机构协调，是科技进步和产业进步很好的结合。” 刘泰提到。

田丰认为(rènwéi)，“在暂时还不能实现通用人工智能AGI的前提下，能否通过(tōngguò)人机协同来达到比较好的效果(xiàoguǒ)，是当前业内探索的方向。而这场比赛也展现了一定的成果，这也是很有价值的。”

▍实时感知仍存困境(kùnjìng) 机器人大脑待突破

不过，由人类(rénlèi)遥控操作的机器人(jīqìrén)也存在比赛失误的情况。比如选择主动攻击对手，不当心扑空后，导致参赛机器人失去稳定性倒地，被对手“KO”。机器人想要后退来调整对战角度(jiǎodù)，却意外被擂台的围绳给缠住，需要人类来解绑等等。这其实暴露了机器人动态运动(yùndòng)控制与实时感知(gǎnzhī)的不足。

“这就涉及到(dào)一个(gè)问题，机器人(jīqìrén)是否要完成仿真人类的形态。比如人背后没有长眼睛(yǎnjīng)，但机器人后背是否应该设置摄像头，让机器人扩大感知范围。再比如人只有5个手指，但有些工业场景可能6个手指会(huì)更好。人形机器人可能只是一个过渡阶段，未来可能会发展出超越人形的机器人形态。” 田丰表示。

一名观赛的(de)业内人士认为，从格斗过程来看，底层算法(suànfǎ)已经较为出色，包括稳定性、视觉、灵活性、速度(sùdù)连贯性等，目前缺少的是真正的空间智能大模型作为机器人的大脑。

田丰表示，从中美来看，在机器人大脑的投入是美国的比例(bǐlì)更大些。“国内企业(qǐyè)大部分都在做(zuò)机器人本体，有一些机器人企业在做小脑，也就是运动控制系统。做机器人大脑的企业大概在1/20的比例。不过(bùguò)，已经有一些机器人企业正在进行大脑研发。”

从(cóng)产业链来看，田丰(tiánfēng)认为业内更多的关注焦点在于整机厂商，以及电机等硬件层面，而大脑也是通用型(tōngyòngxíng)的基础性大脑。“但机器人整机其实需要软件二次开发，才能更好(gènghǎo)地在实际应用。比如面向格斗、工厂(gōngchǎng)、物流等场景进行二次开发。后续产业链会涌现这类的机器人解决方案商，在公版机器人基础上开发专业的大脑。这就涉及到(dào)多模态大模型，以及RAG知识库进行融合。”

（科创板日报记者(jìzhě) 黄心怡）